AI结果即服务（RaaS）崛起：世航智能与全球AI商业模式的范式转移

作者丨黎曼

今年五月，知名投资人朱啸虎的一则新动态引发了行业热议——此前曾公开表示“不看好”人形机器人的他，在相继退出了多个人形机器人项目之后，却出人意料地投资了一家水下机器人企业：世航智能。这一举动被外界解读为从“概念追逐”转向“务实落地”的典型。

当时，外界普遍分析了朱啸虎的决策逻辑：人形机器人短期内难以实现商业闭环，多数客户仅停留在研究或展示层面，无法创造持续价值。而他所选择的世航，具备明确的场景应用和快速商业化的能力，被其视为“务实投资”的典范。

世航智能成立于2023年，是国内最早涉足水下机器人领域并率先完成清洗机器人商业化的先锋企业。公司以水下通用机器人技术为核心，其“虎鲸”系列产品覆盖了从水面到万米深渊的海洋作业场景，当前主要应用于船舶清洗领域。

“你们的产品该不会是有个人在水下推着跑吧？”创业初期，团队经常收到这样的质疑，创始人不得不一遍遍解释技术原理。如今，世航联合创始人兼COO曹颖透露：“今年我们正式启动商业化，收入呈现十倍级增长，预计明年将实现盈利。”

曹颖进一步指出，水下机器人的研发投入甚至高于许多人形机器人项目。放眼整个机器人赛道，能在如此短时间内实现盈利的企业实属凤毛麟角。

鲜为人知的是，世航之所以能快速打开市场，关键在于其前瞻性的商业模式——“AI按效果付费”。

具体而言，公司每清洗一艘船，船东支付一次清洗费用。船东之所以愿意买单，是因为清洗后的船舶不仅能替代传统人工清洗（人工无法检验清洗质量），还能显著降低燃油成本。“经过我们清洗的轮船，每天可节省高达10万元的燃油费。”曹颖举例道。

这种模式给世航带来两大优势：第一，倒逼产品更精准地解决客户痛点；第二，打开了收入规模的天花板。它彻底颠覆了以往卖硬件、卖SaaS或提供集成方案的传统营收模式。

事实上，不止世航，国内外已有诸多明星企业开始拥抱“AI按结果付费”的时代潮流，这已成为全球AI巨头和资本巨擘的共识。

今年5月，在第三届红杉资本AI峰会的闭门会议上，包括红杉资本合伙人Pat Grady、OpenAI首席执行官Sam Altman、谷歌首席科学家Jeff Dean等在内的150位全球顶尖AI创始人经过6小时深入探讨，达成了一系列前沿共识。其中，“Outcome-based Pricing”（基于结果定价）和“Outcome-as-a-Service”（结果即服务）成为核心议题。这意味着：“下一轮AI，卖的不是工具，而是收益。”Pat Grady更是将其称为“万亿美元级机遇”。

在国内，也有机构与之同频共振。“我们正在寻找这类商业模式的公司，也会推动有潜力的企业朝这个方向转型。”盛景嘉成创投管理合伙人王湘云表示，这一收费模式已帮助部分被投企业实现了收入和利润的十倍级增长。

在“AI泡沫”论不断警醒创投界的当下，一条更加清晰的商业化路径正浮出水面，如同混沌中的一道曙光。

为何提出？

在中国，盛景是最早倡导该商业模式的机构之一。

2025年3月，盛景正式提出AI RaaS（Result-as-a-Service，结果即服务）概念，即极致的“结果导向”模式，主张以结果作为定价、收费或盈利的依据，并形象地比喻为“AI业主或AI甲方”，强调只有端到端服务并深度嵌入物理世界，才能真正创造价值。

实际上，世航的商业模式正是由盛景促成。在一次行业交流中，世航创始人陈晓博与盛景网联董事长、盛景嘉成创投创始合伙人彭志强相遇，双方理念契合，创业之初便采纳了彭志强的建议，确立了按结果付费的模式，并由盛景投资其天使轮。

究竟是提供设备还是提供结果？团队曾进行过详细的财务测算。“最终我们发现，提供结果是最优方案，因为服务次数可以无限叠加，收入规模也随之放大。对客户而言，一次清洗花费10万和花上百万购买设备，哪个决策成本更高？显然是后者。”曹颖回忆道。

这一切发生在2023年，一个机遇与资本寒冬交织的年份。当时年仅30岁的科学家陈晓博已在水下机器人领域深耕18年。商业模式得到验证后，今年年初朱啸虎果断入局。据悉，朱啸虎的资源和经验帮助世航迅速打开了局面，而他也成功押注了中国最具潜力的水下机器人项目。

为何盛景能如此迅速响应？

王湘云解释说，是SaaS模式的瓶颈催生了这一变革。“我们在上一轮SaaS投资周期中发现，美国SaaS行业如火如荼，企业估值高企，而国内SaaS产业在收入、估值和退出等全链条上都面临巨大压力。”简单来说，“账算不过来了”。

因此团队得出结论：单纯模仿美国模式在中国难以走通，应将软件逻辑融入产业互联网和更长业务链条中考虑。顺着这个思路，盛景已成功投资了一批企业。

时间进入2022年，ChatGPT的问世开启了AI驱动的新周期。盛景观察到，随着基础模型的迭代，许多“简单套壳”应用的路越走越窄，这类项目长期、可持续的资本价值面临挑战。那么，需要增强何种能力才能不被淘汰？

盛景的答案是：必须具备强大的场景能力，并以结果收费。通过投资案例验证，结果导向的收费模式能让收入和利润实现十倍级增长。盛景在该领域的投资案例除世航外，还包括AI矿产勘探公司凌云智矿。

为此，盛景研究院持续发文，推出“AI RaaS全球案例30”系列，系统拆解标杆企业，为本土创业者提供可借鉴的范式。

这一思路已获得不少投资人的认同。资深投资人云客也指出：SaaS模式极有可能在AI时代终结，背后逻辑有二：

一是付费逻辑已变。SaaS的本质是让用户为工具付费，但工具只是手段，无法保障最终结果。而AI可以直接替代劳动力，市场空间远超SaaS。

二是AI最优质的模型多为闭源，掌握在巨头手中，套壳的新一代SaaS几乎无法构建护城河。

目前，云客也在积极寻找这类具备商业潜力的企业。

有何标准？

或许不少人困惑：AI Agent按结果付费，衡量标准是什么？

以世航为例，曹颖坦言，公司需要通过实际作业效果，如为客户省油，逐步证明价值并教育市场。这个过程充满挑战。

曹颖总结，最终能实现“为结果付费”的核心能力有三：

一是断崖式领先的硬件与系统集成能力；二是持续迭代与构建壁垒的“燃料”——通过清洗“上千条船”，积累了不同船型（散货船、集装箱船等）、不同海域（北海、东海、南海）、不同水质、不同季节的作业数据。这是任何只卖设备或不直面终端客户的公司无法获得的；三是服务结果可量化、可验证。

目前，世航已成为国内拥有最多水下场景数据的公司。“后来者很难追上。”不过，曹颖也介绍，公司在跑通商业模式的过程中，基本是“在国内卷，在海外赚钱”。

一方面，国内船东对价格极为敏感，更倾向于选择成本最低的方案，即使服务质量参差不齐。而在日本、新加坡等海外市场，人工成本更高，客户更认可技术价值，愿意支付更高价格，海外客单价可达国内的“三倍以上”，因此公司正积极开拓海外市场。

在国际上，RaaS模式已在多个领域落地。Clay、Sierra、11X等公司已从传统软件订阅模式，发展到按任务收费或基于任务与结果的混合定价模式。

由OpenAI董事会主席Bret Taylor创办的AI客服独角兽Sierra尤为激进。它并非简单的客服系统，而是一个闭环成交的销售Agent平台，帮助品牌完成从首问到下单的全流程销售。

它不光接触客户，更负责转化结果，真正走上“你给我一笔预算，我给你带来多少GMV”的路线。

一个细节更直观：当AI智能体独立解决了来电或在线咨询时，Sierra收取一次费用；如果必须转人工，则免费。

“我们很喜欢这种模式，我认为这会成为智能体的标准商业模式。”Bret Taylor如此表示。Sierra成立于2023年，现已成长为百亿美元估值的独角兽。

Ramp则将这一思路推向极致。这家2019年成立于纽约的金融科技公司，从一张企业信用卡起步，用技术手段颠覆传统企业支出管理，帮助企业省时省钱。它不卖财务系统，而是直接承诺节省多少费用。其AI能自动识别冗余订阅、谈判降价、预测风险，把“用这个工具的收益”变成KPI。

要总结一个更普适的“结果型产品”衡量指标，红杉在闭门峰会上给出了三大判断标准：是否能跑完一个完整任务流程；是否具备任务执行中的持久性；是否能交付可衡量的业务价值。

在盛景团队看来，这一模式的普及是一个渐进过程，按智能度可分为L1-L4四个等级：

L1代表以线上数字应用为主、高度重复、流程清晰、标准化程度较高的短流程业务，如法律、客服等行业将率先应用。L2往往是需要复杂推理和工具调用的长运营流程，很多时候需调用硬件工具参与落地。L3更偏重帮助客户实现产品和服务的销售闭环，最终实现销售收入的结果分成，这意味着AI服务的外向型链接能力得到质的提升；L4则跃升为“AI业主”，不仅具备AI服务能力，更借助AI优势成为核心资产或公司价值的主要或部分“所有者”。

王湘云认为，智能等级更高的业务相当时间内需要AI与高专业能力人进行高质量协作，这是一个更健康的AI产业化模式。未来随着技术成熟，AI占比会逐步提高；在整体推进速度上，市场化程度越高的供应链和价值链，AI RaaS的推进速度会越快。

AI蓝海和泡沫可以同时为真

AI Agent诞生于AI大模型落地应用之际，也置身于“AI泡沫”的大讨论之中。

2025年下半年，AI资本市场创下年内最差表现，纳斯达克指数单周跌幅超3%，进一步引发了关于AI泡沫的广泛讨论。

主要问题在于，OpenAI等头部企业面临巨额研发投入与商业化收入的鲜明反差：2024年其研发投入超过150亿美元，但商业化收入不足30亿美元。

即使如Altman预期，2025年底年收入年化率将超过200亿美元，到2030年增长到数千亿美元，也难以形成正向现金流。

与此同时，AI成本问题日益凸显。大模型成本每年降10倍的预期，并未能挽救众多AI企业的付费订阅模式。

麻省理工学院的一项研究也引发广泛讨论：尽管企业在生成式AI上已投入300–400亿美元，但95%的组织尚未取得任何业务回报。

不过，云客强调，这里有一个逻辑不能混淆：“通用大模型本身和利用大模型能力赚钱是两件事。前者投入巨大，短期内必定看不到回报，其目的也并非快速盈利，而是抢占下一代技术革命的战略制高点。前者是属于少数国家队和科技巨头才能玩得起的游戏。而后者才是普通创业者去发力的地方。”

他认为，今年被高估的方向是人形机器人。“这个领域还在快速发展，未来几年可能会看到突破，但如果期待快速大规模落地，我觉得是大大高估了。技术的发展必须经历几个阶段，无法快速跳过。可以看到，特斯拉也在今年下调了对Optimus的生产预期。”

那么，该如何看待当前的泡沫？

或许可以引用Sierra联合创始人兼CEO Bret Taylor在一次访谈中的答案：

AI将重塑经济、创造巨大价值；同时，泡沫的确存在，也会有人亏很多钱。两者可以同时为真。

他认为当前的AI泡沫像极了互联网泡沫：确实互联网泡沫时期有很多失败案例，但把时间拉长到30年，我们看到Amazon、Google等巨头诞生，也看到Microsoft的云业务成为市值的重要支柱，更能直观看到互联网对全球GDP的深远影响——1999年的“乐观”，很多其实是方向正确。甚至像当年的Webvan（网上生鲜配送），也在智能手机普及、互联网规模成熟后，以Instacart、DoorDash等健康业务的形态“再现”。很多想法并不糟，只是来得太早。

此外，AI Agent为结果付费的探索，正逐步成为AI创收的新趋势。

总的来说，2025年AI Agent已在多个行业告别概念验证，进入价值兑现阶段。在AI泡沫的讨论声中，RaaS模式的出现，为行业指明了一条务实的发展路径——AI技术必须回归商业本质，为客户创造可衡量的价值。这条路或许不像无限量融资、堆算力追求SOTA那样引人注目，但却可能更持久，更坚实。